Python导出网页数据到Excel和PDF方法
本篇文章给大家分享《Python网页数据导出Excel与PDF方法》,覆盖了文章的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。
使用Flask结合pandas和WeasyPrint可实现网页应用中Excel与PDF数据导出。1. 导出Excel:通过pandas将数据写入BytesIO内存文件,设置application/vnd.openxmlformats-officedocument.spreadsheetml.sheet类型响应头触发下载;2. 导出PDF:利用WeasyPrint将HTML模板转为PDF,设置application/pdf类型及Content-Disposition响应头实现下载;3. 前端通过超链接或JavaScript调用后端接口,确保正确处理MIME类型与文件编码,避免临时文件生成,提升安全性与性能。

在使用Python构建网页应用时,数据导出功能是常见需求,尤其将数据导出为Excel和PDF格式,方便用户进行本地查看与报表处理。借助Flask或Django等Web框架,结合相关库,可以轻松实现这一功能。以下是具体实现方法。
一、导出数据为Excel文件
使用Flask框架配合pandas和openpyxl库,可快速将数据生成Excel文件并提供下载。
1. 安装所需依赖:
pip install flask pandas openpyxl
2. 示例代码(Flask + pandas):
from flask import Flask, request, make_response
import pandas as pd
from io import BytesIO
app = Flask(name)
@app.route('/export/excel')
def export_excel():
# 模拟数据
data = {
'姓名': ['张三', '李四', '王五'],
'年龄': [25, 30, 35],
'城市': ['北京', '上海', '广州']
}
df = pd.DataFrame(data)
# 将数据写入内存中的Excel文件
output = BytesIO()
with pd.ExcelWriter(output, engine='openpyxl') as writer:
df.to_excel(writer, index=False, sheet_name='数据表')
# 设置响应
output.seek(0)
response = make_response(output.read())
response.headers['Content-Type'] = 'application/vnd.openxmlformats-officedocument.spreadsheetml.sheet'
response.headers['Content-Disposition'] = 'attachment; filename=data.xlsx'
return response
说明:
通过BytesIO将Excel写入内存,避免临时文件;设置正确的MIME类型和响应头,使浏览器自动触发下载。
二、导出数据为PDF文件
使用ReportLab或WeasyPrint库可将HTML内容转为PDF,适合生成结构化报表。
1. 使用WeasyPrint(推荐用于HTML转PDF):
pip install weasyprint flask
2. 示例代码:
from flask import render_template_string
from weasyprint import HTML
@app.route('/export/pdf')
def export_pdf():
html_template = '''
用户数据报表
| 姓名 | 年龄 | 城市 |
|---|---|---|
| 张三 | 25 | 北京 |
| 李四 | 30 | 上海 |
'''
html = HTML(string=html_template)
pdf = html.write_pdf()
response = make_response(pdf)
response.headers['Content-Type'] = 'application/pdf'
response.headers['Content-Disposition'] = 'attachment; filename=data.pdf'
return response
提示:
WeasyPrint支持CSS样式,适合生成美观的PDF报告。若需复杂布局,建议先渲染HTML模板再转换。
三、前端触发导出操作
在网页中添加按钮,通过链接或Ajax调用后端接口实现导出。
示例HTML按钮:
说明:
target="_blank" 可在新标签页打开并触发下载,也可用JavaScript控制行为。
基本上就这些。实现导出功能不复杂但容易忽略响应头设置和编码问题。只要数据准备妥当,配合合适库就能稳定运行。
今天关于《Python导出网页数据到Excel和PDF方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
古典名著连环画收藏价值分析
- 上一篇
- 古典名著连环画收藏价值分析
- 下一篇
- Golang日志处理技巧与优化方法
-
- 文章 · python教程 | 1天前 |
- Python logging lastResort 怎样处理没有配置 handler 的日志
- 289浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发编程 · Python教程 · Python logging 后台线程 logging.handlers.QueueListener 日志关闭
- Python logging.handlers.QueueListener 怎样优雅停止后台日志线程
- 143浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python tomllib 怎样读取二进制 TOML
- 114浏览 收藏
-
- 文章 · python教程 | 1天前 | 文件处理 · Python教程 · Python 目录复制 shutil.copytree dirs_exist_ok 文件覆盖
- Python shutil.copytree 怎样合并已有目标目录
- 165浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python pathlib 复制文件时怎样控制符号链接
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python inspect.signature 怎样读取装饰器保留的参数
- 298浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python configparser 怎样转义值里的百分号
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python asyncio.PriorityQueue 怎样保持相同优先级的稳定顺序
- 306浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python asyncio.Runner 怎样复用同一个事件循环运行多个入口
- 204浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python TaskGroup 怎样处理嵌套任务组异常
- 319浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 487次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 543次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 567次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 521次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 334次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
